کتاب راهنمای جامع به‌کارگیری مدل‌های هوش مصنوعی پیشرفته در پلتفرم‌های ابری (Vertex AI) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع به‌کارگیری مدل‌های هوش مصنوعی پیشرفته در پلتفرم‌های ابری (Vertex AI)

موضوع کلی: هوش مصنوعی و یادگیری ماشین (Artificial Intelligence & Machine Learning)

موضوع میانی: بهره‌گیری از مدل‌های زبانی بزرگ و زیرساخت‌های ابری

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و مدل‌های زبانی بزرگ
  • 2. آشنایی با پلتفرم‌های ابری و زیرساخت‌های هوش مصنوعی
  • 3. معرفی اکوسیستم Vertex AI در گوگل کلود
  • 4. نصب و راه‌اندازی محیط توسعه برای مدل‌های ابری
  • 5. مفاهیم پایه در مدل‌های زبانی بزرگ و معماری ترنسفورمر
  • 6. آشنایی با مدل‌های بنیادین و کاربردهای آن‌ها
  • 7. بررسی مدل‌های زبانی متن‌باز و تجاری در Vertex AI Model Garden
  • 8. استفاده از رابط کاربری Model Garden برای انتخاب مدل مناسب
  • 9. ارزیابی مدل‌های پیش‌آموزش‌دیده بر اساس نیازهای کاربردی
  • 10. مبانی مهندسی پرامپت برای بهبود خروجی مدل‌های زبانی
  • 11. تکنیک‌های پیشرفته پرامپت‌نویسی برای وظایف تخصصی
  • 12. مفهوم تنظیم دقیق یا Fine-tuning مدل‌ها در محیط ابری
  • 13. آماده‌سازی مجموعه‌داده‌های استاندارد برای آموزش مدل‌ها
  • 14. پیاده‌سازی فرآیند تنظیم دقیق مدل‌های زبانی بر روی Vertex AI
  • 15. آشنایی با روش‌های بهینه‌سازی مدل‌های بزرگ برای کاهش هزینه‌ها
  • 16. استفاده از سرویس‌های مدیریت مدل (Model Registry)
  • 17. اصول استقرار مدل‌های هوش مصنوعی در محیط‌های تولیدی
  • 18. کار با نقاط پایانی (Endpoints) برای ارائه خدمات مدل
  • 19. مانیتورینگ و نظارت بر عملکرد مدل‌های مستقر شده
  • 20. مدیریت هزینه‌های زیرساخت ابری در پروژه‌های هوش مصنوعی
  • 21. ملاحظات امنیتی در استفاده از مدل‌های ابری و حفظ داده‌ها
  • 22. رعایت حریم خصوصی کاربران در پردازش داده‌ها
  • 23. آشنایی با ابزارهای MLOps برای خودکارسازی چرخه‌ حیات مدل
  • 24. پیاده‌سازی خط لوله (Pipeline) برای آموزش و به‌روزرسانی مدل‌ها
  • 25. تکنیک‌های ارزیابی کیفی مدل‌ها پس از استقرار
  • 26. شناسایی و رفع خطاهای رایج در خروجی مدل‌های زبانی
  • 27. تلفیق مدل‌های هوش مصنوعی با پایگاه‌های داده برداری
  • 28. مفهوم بازیابی اطلاعات تقویت‌شده (RAG) در مدل‌های زبانی
  • 29. پیاده‌سازی معماری RAG برای پاسخگویی دقیق به پرسش‌ها
  • 30. بهینه‌سازی پاسخ‌های مدل با استفاده از دانش دامنه تخصصی
  • 31. آشنایی با مدل‌های چندوجهی (Multimodal) در Vertex AI
  • 32. تحلیل و پردازش تصاویر با استفاده از مدل‌های بنیادین
  • 33. کاربردهای عملی مدل‌های هوش مصنوعی در تحلیل متون فارسی
  • 34. چالش‌های زبانی در به‌کارگیری مدل‌های هوش مصنوعی برای زبان فارسی
  • 35. استفاده از APIهای آماده برای توسعه نرم‌افزارهای هوشمند
  • 36. مدیریت کنترل دسترسی و سطوح دسترسی در پلتفرم ابری
  • 37. مستندسازی پروژه‌های هوش مصنوعی و گزارش‌دهی نتایج
  • 38. آینده مدل‌های زبانی و نقش زیرساخت‌های ابری در توسعه ملی
  • 39. اخلاق در هوش مصنوعی و مسئولیت‌پذیری در توسعه سیستم‌ها
  • 40. پروژه نهایی طراحی و استقرار یک سامانه هوشمند مبتنی بر مدل‌های ابری
تگ‌ها: Vertex AI پردازش ابری عملیات یادگیری ماشین مدل‌های زبانی بزرگ هوش مصنوعی هوش مصنوعی گوگل یادگیری عمیق یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.